詹佳悅 陳國(guó)洪 葉心舒

(國(guó)網(wǎng)福建省電力有限公司物資分公司，福建 福州 350003)

1 研究背景

近年來(lái)，云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、人工智能等技術(shù)快速發(fā)展，大數(shù)據(jù)時(shí)代正在改變電力企業(yè)的運(yùn)營(yíng)管理決策方式。項(xiàng)目物資申報(bào)作為電力行業(yè)的基礎(chǔ)業(yè)務(wù)，是數(shù)字產(chǎn)業(yè)鏈的重要環(huán)節(jié)。物資申報(bào)難度大且復(fù)雜，涉及到ERP、ECP、國(guó)網(wǎng)商城等多個(gè)系統(tǒng)；需要十余道審批，操作流程時(shí)間長(zhǎng)且復(fù)雜；涉及項(xiàng)目投資、目錄、價(jià)格、時(shí)間、技術(shù)規(guī)范、工廠、采購(gòu)組、采購(gòu)方式、交貨地點(diǎn)等數(shù)據(jù)屬性，影響項(xiàng)目管理、供應(yīng)鏈多個(gè)環(huán)節(jié)。以項(xiàng)目為例，物資需求量大，傳統(tǒng)的需求計(jì)劃方式更多依靠經(jīng)驗(yàn)、人力，有限的效率對(duì)項(xiàng)目中的物資采購(gòu)、庫(kù)存等多個(gè)環(huán)節(jié)形成制約。隨著物料信息與項(xiàng)目需求數(shù)據(jù)的互聯(lián)互通，如何充分應(yīng)用大數(shù)據(jù)與人工智能技術(shù)，運(yùn)用推薦算法技術(shù)[1]，開(kāi)展項(xiàng)目需求精準(zhǔn)預(yù)測(cè)、科學(xué)安排物資變得尤為重要。推薦算法技術(shù)已經(jīng)在購(gòu)物、書(shū)籍、音像、文章、網(wǎng)頁(yè)、新聞等行業(yè)得到了廣泛應(yīng)用，抖音、淘寶、今日頭條等應(yīng)用都引入了推薦算法系統(tǒng)。

2 推薦算法

2.1 基于內(nèi)容的推薦方法

基于內(nèi)容的推薦算法[2]是基于資源描述和用戶興趣信息的匹配度對(duì)各個(gè)用戶進(jìn)行個(gè)性推薦，算法的設(shè)計(jì)思想簡(jiǎn)單，符合人們的思維習(xí)慣，也便于人們理解。

2.2 基于協(xié)同過(guò)濾的推薦算法

基于協(xié)同過(guò)濾的推薦算法[3]主要考慮項(xiàng)目與項(xiàng)目之間、用戶與用戶之間的關(guān)系，并基于此關(guān)聯(lián)關(guān)系進(jìn)行分析推薦。由于協(xié)同過(guò)濾推薦方法僅依賴評(píng)分對(duì)用戶進(jìn)行推薦算法，不需要深入的專業(yè)知識(shí)，甚至不需要知道推薦資源的內(nèi)容，所以該方法適用于不同結(jié)構(gòu)類型的資源。但也正是因?yàn)橐蕾囋u(píng)分，該算法存在數(shù)據(jù)稀疏和冷啟動(dòng)問(wèn)題。

2.3 基于關(guān)聯(lián)規(guī)則的推薦算法

關(guān)聯(lián)規(guī)則[4]挖掘主要分為兩個(gè)步驟，先從原始資料集合中找出頻繁項(xiàng)集，再依據(jù)頻繁項(xiàng)集找出關(guān)聯(lián)規(guī)則。在兩步完成的前提下，向用戶提供推薦算法供客戶參考和選擇，基于關(guān)聯(lián)規(guī)則推薦是對(duì)數(shù)據(jù)自身進(jìn)行分析，不需要專業(yè)知識(shí)就能很好地進(jìn)行推薦。但是隨著數(shù)據(jù)規(guī)則的増加，算法的復(fù)雜度會(huì)大大增加。

3 基于聚類和關(guān)聯(lián)規(guī)則的物資推薦算法

本文結(jié)合聚類方法、關(guān)聯(lián)規(guī)則、短文本相似度形成組合推薦算法[5]，通過(guò)聚類方法，對(duì)數(shù)據(jù)進(jìn)行降維，能夠解決由于數(shù)據(jù)量大導(dǎo)致關(guān)聯(lián)規(guī)則算法復(fù)雜化和計(jì)算成本問(wèn)題，同時(shí)考慮到輸入數(shù)據(jù)的不完整性，采用基于關(guān)聯(lián)規(guī)則文本相似度方法進(jìn)行物資推薦算法。

3.1 數(shù)據(jù)獲取及清洗

基于數(shù)據(jù)中臺(tái)建設(shè)成果，溯源整合項(xiàng)目模塊、物資模塊相關(guān)表數(shù)據(jù)，開(kāi)展數(shù)據(jù)分析及模型構(gòu)建工作。數(shù)據(jù)來(lái)源主要是ERP系統(tǒng)，部分涉及ECP、規(guī)劃計(jì)劃系統(tǒng)、儲(chǔ)備庫(kù)系統(tǒng)回傳數(shù)據(jù)等。采集2018—2021年全省25909個(gè)配網(wǎng)項(xiàng)目和8739個(gè)零購(gòu)項(xiàng)目數(shù)據(jù)及101萬(wàn)條物料出入庫(kù)數(shù)據(jù)，作為模型的基礎(chǔ)數(shù)據(jù)。在數(shù)據(jù)預(yù)處理階段，對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行缺失值、異常值清洗，剔除了投資金額為零等業(yè)務(wù)異常數(shù)據(jù)，最終配網(wǎng)、零購(gòu)項(xiàng)目數(shù)分別為24317個(gè)、8725個(gè)。

3.2 項(xiàng)目初步聚類分析

K-Means方法是最常用的聚類算法，但計(jì)算時(shí)間過(guò)長(zhǎng)、成本大。Mini Batch K-Means聚類模型在盡量保持聚類準(zhǔn)確性前提下大幅降低計(jì)算時(shí)間。針對(duì)電力物資數(shù)據(jù)量較大的情況，本文選用Mini Batch K-Means聚類算法來(lái)提高聚類效果。Mini Batch K-Means算法是K-Means算法的一種優(yōu)化變種，采用小規(guī)模的數(shù)據(jù)子集(每次訓(xùn)練使用的數(shù)據(jù)集是在訓(xùn)練算法的時(shí)候隨機(jī)抽取的數(shù)據(jù)子集)，減少計(jì)算時(shí)間，同時(shí)試圖優(yōu)化目標(biāo)函數(shù)。利用Mini Batch K-Means聚類算法，對(duì)項(xiàng)目的物料使用數(shù)量進(jìn)行聚類，得到物料使用情況較為相似的24個(gè)項(xiàng)目群,對(duì)前20個(gè)項(xiàng)目群進(jìn)行項(xiàng)目分析，剔除異常項(xiàng)目群，提高分析的準(zhǔn)確性。

3.3 項(xiàng)目群關(guān)鍵字提取

聚類之后，獲得了不同物料使用情況的項(xiàng)目群。針對(duì)同一個(gè)項(xiàng)目群，對(duì)所有項(xiàng)目的項(xiàng)目名稱進(jìn)行關(guān)鍵詞分析，獲取最有業(yè)務(wù)代表性的項(xiàng)目類型屬性。

選取項(xiàng)目數(shù)目較大的項(xiàng)目群，對(duì)分詞結(jié)果進(jìn)行關(guān)鍵詞提取。采用TF-IDF(詞頻—逆向文件頻率)，詞頻最高的詞語(yǔ)將作為該簇的關(guān)鍵字。在一份給定的文件里，詞頻 (term frequency,TF) 指的是某一個(gè)給定的詞語(yǔ)在該文件中出現(xiàn)的次數(shù)。這個(gè)數(shù)字通常會(huì)被歸一化(分子一般小于分母，區(qū)別于IDF)，以防止它偏向長(zhǎng)的文件。逆向文件頻率 (inverse document frequency,IDF) 是一個(gè)詞語(yǔ)普遍重要性的度量。某一特定詞語(yǔ)的IDF，可以由總文件數(shù)目除以包含該詞語(yǔ)之文件的數(shù)目，再將得到的商取對(duì)數(shù)得到。某一特定文件內(nèi)的高詞語(yǔ)頻率，以及該詞語(yǔ)在整個(gè)文件集合中的低文件頻率，可以產(chǎn)生出高權(quán)重的TF-IDF。因此，TF-IDF傾向于過(guò)濾掉常見(jiàn)的詞語(yǔ)，保留重要的詞語(yǔ)。如配網(wǎng)項(xiàng)目基于關(guān)鍵字的類別，可分成3類關(guān)鍵字，一是柱上開(kāi)關(guān)、環(huán)網(wǎng)柜、電纜管溝、分界開(kāi)關(guān)、真空開(kāi)關(guān)、箱式變、架空線、防雷裝置、漏保等37個(gè)；二是延伸、聯(lián)絡(luò)、絕緣化、應(yīng)急、業(yè)擴(kuò)配套、跨年、搶修等27個(gè)；三是線路改造、支線改造、配變新建、配變改造、送出配套、桿改造、改造、新建等28個(gè)。零購(gòu)項(xiàng)目可分成2類關(guān)鍵字，一是便捷式、智能化、鉗形、激光、彩色、多功能等201個(gè)；二是打印機(jī)、筆記本、一體機(jī)、避雷器測(cè)試儀、消諧器測(cè)試儀、抽水車(chē)等859個(gè)。每一個(gè)項(xiàng)目可能擁有多個(gè)關(guān)鍵字屬性作為其項(xiàng)目標(biāo)簽。

3.4 項(xiàng)目關(guān)聯(lián)規(guī)則

通過(guò)經(jīng)典的 Apriori 算法，對(duì)上述聚類后的項(xiàng)目集群、物料小類進(jìn)行挖掘，得到頻繁項(xiàng)集，并結(jié)合最小支持度和最小置信度獲取有價(jià)值的關(guān)聯(lián)規(guī)則。通過(guò)設(shè)定最小支持度，以迭代的方式挖掘頻繁項(xiàng)集。

構(gòu)建關(guān)聯(lián)規(guī)則的輸入，要對(duì)項(xiàng)目的基本屬性、關(guān)鍵字屬性進(jìn)行不同的數(shù)據(jù)預(yù)處理，將離散型變量，如地市轉(zhuǎn)為福州、龍巖等規(guī)范地市名稱；將電壓等級(jí)轉(zhuǎn)為110kV、10kV等大小寫(xiě)一致；對(duì)關(guān)鍵字進(jìn)行一些近似詞的整理；將連續(xù)性變量，如項(xiàng)目周期、投資金額根據(jù)數(shù)據(jù)分布情況進(jìn)行離散化，分為五等分。

將項(xiàng)目的基本屬性(地市、變電站電壓等級(jí)、線路電壓等級(jí)、項(xiàng)目周期、投資金額)和基于聚類后得到的關(guān)鍵字屬性進(jìn)行合并，獲得關(guān)聯(lián)規(guī)則前項(xiàng)。關(guān)聯(lián)規(guī)則后項(xiàng)則為物料小類編碼。設(shè)置最小支持度為0.5，最小置信度為0.5，獲得關(guān)聯(lián)規(guī)則組合。合并5個(gè)項(xiàng)目基本屬性及三類關(guān)鍵字項(xiàng)目屬性后，配網(wǎng)項(xiàng)目、零購(gòu)項(xiàng)目分別獲得7484個(gè)、3648個(gè)關(guān)聯(lián)規(guī)則。例如,[南平,35kV,10kV,開(kāi)關(guān),改造,103,203] 項(xiàng)目信息是關(guān)聯(lián)規(guī)則前項(xiàng)，交流三相隔離開(kāi)關(guān)、線路柱式瓷絕緣子等物料小類是關(guān)聯(lián)規(guī)則后項(xiàng)，即[南平,35kV,10kV,開(kāi)關(guān),改造,103,203] 項(xiàng)目最有可能使用的物料小類為交流三相隔離開(kāi)關(guān)、線路柱式瓷絕緣子等14個(gè)物料小類。

關(guān)聯(lián)規(guī)則對(duì)應(yīng)的物料數(shù)據(jù)，采用基于統(tǒng)計(jì)的方法，獲取每個(gè)關(guān)聯(lián)規(guī)則下的物料編碼和物料數(shù)量。根據(jù)關(guān)聯(lián)規(guī)則前項(xiàng)、關(guān)聯(lián)規(guī)則后項(xiàng)進(jìn)行項(xiàng)目數(shù)量的聚合匯總，獲取每個(gè)關(guān)聯(lián)規(guī)則下，每個(gè)物料小類中出現(xiàn)在最多項(xiàng)目中的物料編碼，獲得物料編碼所在項(xiàng)目數(shù)量的比例及該物料編碼的平均數(shù)量，見(jiàn)表1。

表1 某項(xiàng)目類基于關(guān)聯(lián)規(guī)則的推薦清單

4 推薦算法的驗(yàn)證

隨機(jī)選取200個(gè)配網(wǎng)、235個(gè)零購(gòu)項(xiàng)目進(jìn)行算法驗(yàn)證。首先，通過(guò)數(shù)據(jù)中臺(tái)獲得項(xiàng)目的一些基本信息，其中，項(xiàng)目名稱、項(xiàng)目類型(配網(wǎng)、零購(gòu)項(xiàng)目)為必填項(xiàng)，而電壓等級(jí)、投資金額、時(shí)間為選填項(xiàng)。其次，對(duì)項(xiàng)目名稱進(jìn)行關(guān)鍵字提取，如地市、變電站電壓等級(jí)、線路電壓等級(jí)、關(guān)鍵字(福州、110kV、10kV、配套、送出等)、周期、投資金額等。再次，根據(jù)相似短文本，在配網(wǎng)項(xiàng)目關(guān)聯(lián)規(guī)則庫(kù)中進(jìn)行關(guān)聯(lián)。設(shè)置原始最小支持度和最小置信度為0.5，其查準(zhǔn)率(預(yù)測(cè)準(zhǔn)確的物料數(shù)量占預(yù)測(cè)物料總數(shù)比例)100%，但查全率(預(yù)測(cè)準(zhǔn)確的物料數(shù)量/實(shí)際物料編碼數(shù)量)低于50%。最后，通過(guò)優(yōu)化參數(shù)，調(diào)整最小支持度、最小執(zhí)行度至0.4，發(fā)現(xiàn)各項(xiàng)目類型查準(zhǔn)率超過(guò)90%，查全率超過(guò)75%，可見(jiàn)整體推薦情況較準(zhǔn)、較全，滿足實(shí)際應(yīng)用要求。

5 研究展望

推薦算法成功地推薦了合理的物料、數(shù)量等，提升了項(xiàng)目需求單位的便利程度。同時(shí)，實(shí)際系統(tǒng)中通過(guò)提高標(biāo)準(zhǔn)物料、優(yōu)選物料的推薦系數(shù)進(jìn)一步提升了推進(jìn)的準(zhǔn)確性、針對(duì)性。下一步，將推薦算法應(yīng)用范圍從項(xiàng)目拓展到電網(wǎng)基建、營(yíng)銷項(xiàng)目、生產(chǎn)技改等16類項(xiàng)目，從僅物資物料推薦拓展到物資、服務(wù)同時(shí)推薦，進(jìn)一步提升項(xiàng)目物資的服務(wù)水平。